无监督编解码模型的多聚焦图像融合算法

摘要：

目前在多聚焦领域,大部分基于监督学习的深度模型都需要制作带标签的大规模数据集来训练网络,而制作数据集则需要花费很大的成本.为此,提出一种基于无监督学习的深度模型来实现准确和有效的多聚焦图像融合.通过无监督的方式在公共数据集上训练引入双重注意力机制的编码-解码模型,提取源图像的深层特征;利用改进的拉普拉斯能量和对深层特征进行聚焦检测得到决策图;根据决策图得到融合图像.实验结果表明,所提方法与14种先进算法相比,在主观视觉方面保有更多的图像细节,在7个客观指标中,有6个指标实现了最优结果.

关键词：卷积神经网络、编解码、监督学习、无监督学习、决策图

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2275-2283